国产美女又大又黄的视频,幻女FREE性欧洲,超清乱人伦中文视频

SiC助力功率半導體器件的應用結溫升高，將大大改變電力系統的設計格局[電源技術][工業(yè)自動化]

Yole Development 的市場調查報告表明，自硅功率半導體器件誕生以來，應用的需求一直推動著結溫升高，目前已達到150℃。隨著第三代寬禁帶半導體器件（如SiC）出現以及日趨成熟和全面商業(yè)化普及，其獨特的耐高溫性能正在加速推動結溫從目前的150℃邁向175℃，未來將進軍200℃。借助于SiC的獨特高溫特性和低開關損耗優(yōu)勢，這一結溫不斷提升的趨勢將大大改變電力系統的設計格局。這些典型的、面向未來的高溫、高功率密度應用，包括深度整合的電動汽車動力總成、多電和全電飛機乃至電動飛機、移動儲能充電站和充電寶，以及各種液體冷卻受到嚴重限制的電力應用。

發(fā)表于：11/19/2020

基于DAG的Hive數據溯源方法[測試測量][數據中心]

數據溯源能夠快速定位數據的來源及其產生過程，對審計、數據生命周期管理都有很大幫助，是數據安全防護中的重要一環(huán)。針對傳統數據溯源機制難以應用于Hive數據倉庫中大規(guī)模、復雜的數據處理的問題，提出了一種基于DAG的數據溯源方法，實現了對Hive中數據的溯源。最后通過實驗對該方法的有效性以及性能進行了測試與驗證。

發(fā)表于：11/19/2020

基于零信任架構的IoT設備身份認證機制研究[通信與網絡][信息安全]

隨著物聯網技術與互聯網經濟的發(fā)展，新技術態(tài)勢下的網絡安全威脅和風險不斷涌現與擴散，新型應用場景致使網絡安全邊界模糊、增加新的暴露面,安全風險不容忽視。提出基于零信任技術，利用區(qū)塊鏈、設備指紋、PKI/DPKI、人工智能、輕量化安全協議和算法等技術作為身份安全基礎設施，重點對身份安全基礎設施、物聯網安全網關、感知網關節(jié)點設備等身份認證方案進行設計和優(yōu)化。最后通過實驗與分析，驗證方案的實際效果。

發(fā)表于：11/19/2020

基于重點突發(fā)詞的突發(fā)事件檢測方法[通信與網絡][通信網絡]

由于突發(fā)事件具有突發(fā)性、聚眾性、破壞性，針對微博中發(fā)布的突發(fā)事件，避免由突發(fā)事帶來一系列社會問題，提出一種結合用戶影響力和突發(fā)詞的突發(fā)事件檢測方法。為提取大量重點突發(fā)詞，使用詞影響力和詞狀態(tài)兩個指標計算詞突發(fā)值，將大于一定閾值的詞作為突發(fā)詞；采用凝聚層次聚類方法，對突發(fā)詞集的共現矩陣進行聚類得到熱點話題。之后將結果放入訓練好的分類器對熱點話題進行分類,最終得到突發(fā)事件及其類型。使用真實的微博數據對其進行實驗，對比使用分類器前后的實驗結果，該方法可以有效過濾一般熱點話題，提高突發(fā)事件檢測的準確率。

發(fā)表于：11/19/2020

面向低功耗無線傳感器網絡的智能拓撲控制算法[通信與網絡][通信網絡]

降低無線傳感器節(jié)點能耗是當下拓撲算法研究的重點。通過對功率控制型算法進行研究后發(fā)現，現有算法忽略多跳中繼區(qū)域問題，從而增加節(jié)點的能耗。因此提出面向低功耗的智能拓撲控制算法，該算法通過收集各節(jié)點功耗反饋信息后形成最大鄰近節(jié)點拓撲，遍歷所有鄰近節(jié)點后選擇能量消耗最小的路徑。對網絡連通性、節(jié)點度和能量消耗等性能指標仿真分析，算法能夠消除不合理的多跳，降低每個節(jié)點的最大發(fā)射功率，維護全網絡的連通性，理論上具有一定的實際應用價值。

發(fā)表于：11/19/2020

基于關聯規(guī)則的網絡異常檢測系統設計與實現[通信與網絡][信息安全]

入侵檢測技術是網絡安全防御的核心技術之一。由于網絡承載的帶寬流量日益增多，入侵檢測系統需要提供快速的檢測能力。Snort入侵檢測系統依靠將抓取的數據與規(guī)則匹配來判斷是否受到攻擊，因此規(guī)則的好壞決定了系統性能的高低。結合數據挖掘技術，設計實現一種基于關聯規(guī)則的關聯分析器插件來增強Snort對入侵的識別能力。首先利用Apriori對Snort產生的告警日志進行數據挖掘，搜索隱藏的攻擊模式；然后，將關聯規(guī)則轉化為相應的Snort規(guī)則。最后，利用SYN Flood攻擊測試規(guī)則增強的Snort系統的性能，結果表明，改進后的Snort能夠提高對SYN Flood攻擊的檢測效率。

發(fā)表于：11/18/2020

一種六邊形分形寬帶天線的設計[其他][其他]

提出了一款應用于L波段、S波段和C波段的六邊形分形寬帶微帶天線，該天線采用二階六邊形Sierpinski分形結構作為輻射貼片，使用微帶饋電技術進行饋電。通過仿真分析與模型優(yōu)化，天線的最終尺寸為36 mm×28 mm×1.6 mm，-10 dB阻抗相對帶寬為150.3%(1.10~7.76 GHz)，在1.10 GHz處有最大峰值增益7.80 dB。該天線具有結構簡單、體積小、帶寬大、增益良好的特點，可以適用于各種寬頻帶通信系統中。

發(fā)表于：11/18/2020

基于Linux的電力網關的設計與實現[通信與網絡][智能電網]

隨著智能電網建設的持續(xù)發(fā)展，智能用電領域也不斷發(fā)展。針對電力行業(yè)用戶端的需求，設計了一種基于Linux操作系統的電力網關。該網關采用AM335x作為處理器，運用嵌入式編程實現網關相關功能，將智能電網用戶端電力設備的Modbus協議轉換成MQTT協議，再通過4G模塊將數據轉輸至云平臺。經測試，該電力網關運行穩(wěn)定高效，實現了傳統有線網絡和無線網絡的數據交互以及遠程控制，滿足了電力行業(yè)用戶端的業(yè)務需求，同時為后期電力數據分析的數據來源提供了便捷途徑。

發(fā)表于：11/18/2020

為5G部署提速，華為發(fā)布5G微波長距E-band創(chuàng)新解決方案[通信與網絡][5G]

11月16日，在MBBF2020上，華為發(fā)布5G微波長距E-band創(chuàng)新解決方案，結合IBT智能波束跟蹤天線和高功率E-band，將E-band承載能力從20Gbps@3公里提升到20Gbps@5km，同時降低了站點部署的要求和限制，為5G部署提速。

發(fā)表于：11/18/2020

基于特征生成方法的Android惡意軟件檢測方法[測試測量][信息安全]

針對傳統特征工程中需要大量專家經驗和人力的不足，研究了基于特征生成方法的Android惡意軟件檢測方法?；赨C Berkeley的ExploreKit自動特征生成方法，通過對原始特征計算獲得大量候選特征，根據候選特征的元特征預測其性能并進行評估排序，使用貪心算法從中選出能夠提升模型性能的新特征。從APK中提取了敏感API、危險權限等多種特征，在根據信息增益對特征進行篩選后，輸入到特征生成框架中，使用C4.5、SVM和隨機森林等作為分類模型。實驗證明，該方法使錯誤率平均降低了24.6%，準確率達到了96.5%，曲線下面積(Area Under Curve，AUC)達到了0.99。

發(fā)表于：11/17/2020

便攜式海水淡化系統設計[人工智能][工業(yè)自動化]

針對小型漁船在海上缺少電力，難以支撐起大型海水淡化設備的問題，設計一款環(huán)保型便攜式海水淡化系統。該系統以智能手機為上位機控制端，以STM32為主控制器的海水淡化系統為下位機，利用太陽能風能發(fā)電為系統電能驅動，可實現智能控制設備、無線檢測系統電量，以及GPS定位以防止?jié)O船駛出經濟專屬區(qū)，極大地克服了長期喝蒸餾純凈水而造成微量元素缺失等弊端。實踐證明，該系統能有效地降低漁民出海帶淡水量，增加作業(yè)時長，提高海船的續(xù)航力和自持力等，實現運行效益的最大化。

發(fā)表于：11/17/2020

基于改進CapsNet的色素性皮膚病識別的研究[通信與網絡][醫(yī)療電子]

皮膚病是醫(yī)學上的常見的、多發(fā)性疾病，因此皮膚檢測技術越來越受關注。卷積神經網絡是常見的皮膚檢測方法，其模型結構會丟失很多信息。CapsNet(膠囊網絡)是在卷積神經網絡之后的一種新的神經網絡。CapsNet的矢量化特征能夠較好地表達空間關聯性，每一個capsule(膠囊)獨立地服務各自的任務。分析了CapsNet的基本結構和主要算法，改進了網絡模型從而避免過擬合現象發(fā)生，試圖基于改進CapsNet針對預處理之后的皮膚圖像進行識別，并與傳統卷積神經網絡的模型作對比。實驗結果表明，使用改進CapsNet對色素性皮膚病進行識別可以有較好的識別效果，并且準確率比傳統方法高出8%～10%。

發(fā)表于：11/17/2020

物聯網安全標準及防護模型研究概述[通信與網絡][物聯網]

伴隨物聯網技術與各垂直行業(yè)加速融合滲透，物聯網安全重要性日益凸顯。首先對物聯網安全挑戰(zhàn)的新特點進行了總結，分析了物聯網安全威脅，對國內外物聯網安全政策法規(guī)、標準發(fā)展和安全模型進行了概述，最后對物聯網安全趨勢進行了總結和展望。

發(fā)表于：11/16/2020

基于生成對抗網絡合成噪聲的語音增強方法研究[通信與網絡][通信網絡]

在語音增強領域，深度神經網絡通過對大量含有不同噪聲的語音以監(jiān)督學習方式進行訓練建模，從而提升網絡的語音增強能力。然而不同類型噪聲的獲取成本較大，噪聲類型難以全面采集，影響了模型的泛化能力。針對這個問題，提出一種基于生成對抗網絡(Generative Adversarial Networks，GAN)的噪聲數據樣本增強方法，該方法對真實噪聲數據進行學習，根據數據特征合成虛擬噪聲，以此擴充訓練集中噪聲數據的數量和類型。通過實驗驗證，所采用的噪聲合成方法能夠有效擴展訓練集中噪聲來源，增強模型的泛化能力，有效提高語音信號去噪處理后的信噪比和可理解性。

發(fā)表于：11/16/2020

移動蜂窩網絡中D2D通信資源分配算法概述[通信與網絡][通信網絡]

Device-to-Device(D2D)通信是用于通信網絡中臨近設備間直接交換信息的技術。憑借有效提高頻譜利用率、減輕網絡負載、降低通信時延等特性，D2D技術已經成為解決當前高速流量增長和海量設備接入的關鍵技術，其中資源分配作為D2D通信中的重點問題之一，也正受到廣泛的研究和討論。首先對D2D通信技術進行簡介，其次重點介紹D2D通信中資源分配算法的研究現狀，最后總結研究中的重難點問題，提出未來研究方向。

發(fā)表于：11/16/2020